[发明专利]基于残差卷积编解码神经网络的胎儿心电提取系统及方法在审
申请号: | 201810412700.X | 申请日: | 2018-05-03 |
公开(公告)号: | CN110432897A | 公开(公告)日: | 2019-11-12 |
发明(设计)人: | 王国利;钟伟;廖立娟;郭雪梅 | 申请(专利权)人: | 中山大学 |
主分类号: | A61B5/0444 | 分类号: | A61B5/0444 |
代理公司: | 北京市万慧达律师事务所 11111 | 代理人: | 谢敏楠 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 胎儿心电 母体心电 神经网络 孕妇腹部 编解码 残差 卷积 腹部电信号 提取系统 胸部 孕妇 数据预处理装置 采集 成分提取装置 模拟电信号 数据预处理 成分提取 估计装置 网络标签 准确率 减去 腹部 网络 输出 | ||
本发明公开了一种基于残差卷积编解码神经网络的胎儿心电提取系统以及其方法,所述系统包括数据预处理装置:用于采集孕妇胸部电信号和腹部模拟电信号;母体心电成分估计装置:用于采用残差卷积编解码神经网络对孕妇腹部电信号中的母体心电成分进行估计,即将孕妇胸部电信号作为网络输入,腹部电信号作为网络标签进行训练,网络的输出为对腹部电信号中的母体心电成分的估计;胎儿心电成分提取装置:用于从采集到的孕妇腹部电信号中减去上述所得的母体心电成分,从而提取出孕妇腹部电信号中的胎儿心电成分。所述方法包括数据预处理、母体心电成分估计和胎儿心电成分提取。通过本技术方案,能够有效提高胎儿心电提取的效率和准确率。
技术领域
本发明涉及心电提取技术领域,尤其涉及一种基于残差卷积编解码神经网络的胎儿心电提取系统,进一步地,提供使用这种系统的方法。
背景技术
胎心监护是一种胎儿宫内监护的手段,能够实时地反映胎儿的生物物理活动情况,被广泛地应用于临床实践中。在降低围产儿死亡率中扮演着重要角色。围产儿死亡率在某种程度上反映了一个国家和地区的综合的经济发展和卫生医疗状况。
胎儿心电信号不仅可以用于胎儿心率的计算,而且可以提供更多的形态上的信息,这些信息记录了胎儿心脏的动作情况,客观地反映了胎儿宫内生理活动的各种状态,医务人员可对胎儿的发育程度、位置、是否酸中毒或者心律失常等状况进行判断,从而得出胎儿当前的健康状况。提取胎儿心电信号的方法可分为侵入式和非侵入式两种。侵入式的方法直接将电极放置在胎儿的头皮处,可得到较为清晰的胎儿心电信号,但是这种方法会增加胎儿感染的风险,一般只在分娩时使用。非侵入式的方法从母亲的腹部和胸部等采集信号,是无创的,但这种方法中含有较多的噪声,比如皮肤接触噪声,电路噪声,母体心电等。其中,母亲的心电是最大的干扰源,因此从母体腹部的混合信号中提取出胎儿心电信号是一项富有挑战性的工作。
发明内容
为了克服现有技术的不足,本发明所解决的技术问题是提供一种基于残差卷积编解码神经网络的,能提高提取效率和准确率的胎儿心电提取系统,以及使用这种系统的方法。
为解决上述第一个技术问题,本发明所采用的技术方案内容具体如下:
基于残差卷积编解码神经网络的胎儿心电提取系统,包括以下装置:
数据预处理装置:用于采集孕妇胸部电信号和腹部模拟电信号;
母体心电成分估计装置:用于采用残差卷积编解码神经网络对孕妇腹部电信号中的母体心电成分进行估计,即将孕妇胸部电信号作为网络输入,腹部电信号作为网络标签进行训练,网络的输出为对腹部电信号中的母体心电成分的估计;
胎儿心电成分提取装置:用于从采集到的孕妇腹部电信号中减去上述所得的母体心电成分,从而提取出孕妇腹部电信号中的胎儿心电成分。
需要说明的是,为提高在检测过程中对胎儿心电提取的效率和准确率,发明人在本技术方案中提供了一种提取系统,方便操作者通过该系统实现图像处理,便于后续的检测和诊治。发明人在本技术方案中创新性地利用残差卷积编解码神经网络对孕妇腹部电信号中的母体心电成分进行估计,并将从采集到的孕妇腹部电信号中减去上述所得的母体心电成分,从而提取出孕妇腹部电信号中的胎儿心电成分的方案,本系统分别设立数据预处理装置、母体心电成分估计装置和胎儿心电成分提取装置实现上述过程。
需要说明的是,所述数据预处理装置中还会将所述孕妇胸部电信号和腹部模拟电信号转换成数字信号,便于在数字设备如电脑上进行处理。
优选地,所述数据预处理装置还执行以下程序:
将所述孕妇胸部电信号和腹部模拟电信号通过放大、滤波和AD转换等一种或多种处理程序转换成数字信号。
更优选地,所述数据预处理装置还执行以下程序:
将所述数字信号裁剪成与残差卷积编解码神经网络输入相匹配的尺寸。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810412700.X/2.html,转载请声明来源钻瓜专利网。